大数据混沌模型寻优计算过程数学建模仿真.docVIP

大数据混沌模型寻优计算过程数学建模仿真 　　大数据混沌模型寻优计算过程数学建模仿真 　　　　王晓霞 　　(齐齐哈尔大学，黑龙江 齐齐哈尔 161000 ) 　　摘 要:针对大数据混沌模型寻优计算过程无法在全局范围内实现最优并且具有不确定性因素的情 况，提出一种基于改进遗传算法的大数据混沌模型寻优计算方法。对关联维数、最大 Lyapunov 指数以 及时间序列熵进行分析和提取，依据获取的结果，采用实数编码对原参数进行遗传操作，将误差绝对值 时间积分性能指标当做参数选择的最小目标函数，在目标函数中引入控制输入的平方项和惩罚函数， 求出最优指标与适应度函数，通过适应度比例法和最优保留策略完成选择操作，通过选择、交叉、变异 算子对种群进行处理，产生下一代种群，直至参数收敛或达到要求。仿真实验结果表明，所提方法具有 很高的寻优能力。 　　关键词:大数据;混沌模型;寻优计算 　　中图分类号:O144 文献标识码:A 文章编号:1001-711(9201)412-0004-03 DOI:10.13774/j.cnki.kjtb.2014.12.002 　　Mathematical Modeling Simulation Based on Big Data ChaosOptimization 　　Calculation Process 　　Wang Xiaoxia 　　(Qiqihaer University ,Qiqihaer Heilongjiang161000，Chin a) 　　Abstract:in view of the large data model chaos optimization calculation processopti? is easy to be in the global scope to be mal, and has a lot of uncertainty factors, based on improved genetic algorithm is a kind of calculation method of the large da? ta chaos optimization model, the correlation dimension and maximumanalysis Lyapunov index and entropy of time series and extraction, according to the obtained results, the real-coded geneticint operatione? on the original parameters, the time gral of absolute value of error performance index as the minimum objective function of parameter choice, the introduction of the square of controlin inputthe objective items function and penalty function, find out the optimal index and the fitness function, through the fitness proportion method and completion of the elitist reserve strategy selection operation, through the selection, crossover and mutation operator to deal with population, produce the next generation of population, until the parameter convergence or meet the requirements.The simulation results show that the proposed method has high optimiza? tion ability. 　　Keywords:bigdat ;achaos mode;loptimization calculation 　　[5-6] 具有很多不确定性因素的弊端 。本文提出了一种基 0 引言 于改进遗传算法的大数据混沌模型寻优计算方法，对 　　关联维数、最大 Lyapunov 指数以及时间序列熵进行分 对于大数据而言，高效率的寻优计算过程是非常 析和提取，依据获取的结果，采用实数编码对原参数进 [1-3]